摘要: 本文采用GNSS-R与光学、雷达影像反演的土壤水分数据集,基于Triple-Collocation方法,开展了面向实际应用需求的中小尺度土壤水分信息融合方法研究.利用三种数据源的相互独立性和不同特点,在决策级上将各方案中的不同土壤水分数据集优化整合,通过对误差... 展开 本文采用GNSS-R与光学、雷达影像反演的土壤水分数据集,基于Triple-Collocation方法,开展了面向实际应用需求的中小尺度土壤水分信息融合方法研究.利用三种数据源的相互独立性和不同特点,在决策级上将各方案中的不同土壤水分数据集优化整合,通过对误差的不确定性分析,根据不同土壤水分数据集的协方差矩阵和相关系数矩阵确定权重,建立土壤水分信息融合模型,并采用土壤水分地面试验数据进行验证和分析.相比输入土壤水分数据集,基于TC方法的融合模型反演精度均有所提高.此融合模型反演结果具有较高空间分辨率、较高精度和较好适用性的特点,反演结果总体误差方差较低,与土壤水分的变化趋势一致,本研究为主被动多源数据融合技术提供了新思路,为干旱监测与预警提供了更精准的决策支持. 收起